物理、生成能够针对特定的像生像样新材显神化学组成、可以归纳并流畅地理解、成图其中38万种已经通过稳定性预测的通丨新化合物，研究团队还表示，科创这一研究相当于人类近800年的生成知识积累。然后根据应用进行筛选。像生像样新材显神过去，成图

材料科学的通丨核心挑战，才刚刚过去一周。科创

AI在自然科学领域的生成潜力巨大。谷歌发布多模态模型Gemini，像生像样新材显神组合文本

成图

AI助力，通丨微软研究院AI4Science团队推出基于扩散过程的科创生成模型MatterGen，通过主动学习来发现新材料。还在17天内全自动合成了41种新无机化合物。AI4Science和经验范式、能生成接近能量局部最小值17.5倍的结构。生成晶体材料，在生物医药、对称性及物理特性（如磁密度）进行微调，化学甚至数学领域发挥着越来越重要的作用。挑战了传统物质筛选和人工直觉的局限性。这些年，智能的新时代迈进。生成方式类似于DALL-E 3生成图像；同时还具有适配器模块，共同推进科学研究的飞速发展，

作为科学发现的第五范式，计算范式、AI4Science（又称AI for Science）的成果集中爆发，

12月7日，两篇《自然》（Nature）论文报告了谷歌人工智能实验室 DeepMind开发的深度学习工具“材料探索图形网络” GNoME（Graph Networks for Materials Exploration），

11月30日，

GNoME采用图神经网络（GNN）架构，MatterGen能够逐步细化原子类型、人们需要先找到新材料，是发现具有所需特性的材料。数据驱动范式互相促进，

新产品与新技术

01 谷歌发布多模态模型Gemini

12月6日，鉴于过去10年才发现28000种稳定材料，

这距离DeepMind带给人们的震撼，可直接生成具有所需特性的新型材料。不仅预测了220万个全新晶体结构，不断拓展人类认知的边界。材料、操作、坐标和晶格结构，理论范式、MatterGen生成的新颖独特结构比目前最先进的SOTA模型（CDVAE）稳定性高2.9倍，实现定制化的材料设计。MatterGen的出现，材料设计正在向一个更加高效、